字幕生成器 使用指南
在设备上从音频或视频生成、编辑并导出带时间轴的字幕。
无需上传媒体，即可从一个音频或视频文件创建可编辑字幕。
使用方法
添加音频或视频文件，选择口语语言，或保留 自动。
设置每行最大字符数，然后选择 生成字幕。
播放媒体并跳转到字幕，编辑文本以及开始和结束时间。
添加、拆分、合并、删除或整体平移字幕，直到所有时间错误都已解决。
下载 SRT、WebVTT、纯文本或 JSON。
支持格式和限制
- 常见的 WAV、MP3、M4A、AAC、OGG、Opus、FLAC、MP4、MOV、M4V、WebM 文件。
- 每个文件最大 200MB、60 分钟。
- 按 10 分钟窗口处理，结果最多包含 10,000 条字幕。
首次运行会下载本地 FFmpeg、语音识别模型和语音活动检测模型。请保持标签页开启，后续运行可复用缓存资源。
支持范围与问题排查
支持的扩展名不代表所有编码都能处理。解码失败时，可尝试 WAV 音频或更短的文件。除 FFmpeg 外，还可能下载语音识别和语音活动检测资源。字幕及时间轴都是草稿，请回放并检查重叠语音、静音、人名和数字，修正后再导出。此工具导出字幕文件，不会生成已烧录字幕的新视频。
隐私与首次加载
所选输入在此浏览器内处理，不会上传到 Aiviko 处理服务器。加载页面、程序库和所需模型仍会产生网络请求。缓存可能被清除，因此不保证完全离线运行。其他网站请求请参阅隐私政策。
相关工具
快速说明与规格
核心流程在此浏览器中运行。开始前请核对支持格式、公开限制以及按需下载的模型大小。
- 输入
- WAV、MP3、M4A、AAC、OGG、Opus、FLAC、MP4、MOV、M4V和WebM
- 输出
- SRT、VTT、txt和JSON
- 处理位置
- 此设备的浏览器中
- 模型支持的语言
- 100 种语言 — 请查看语言选择菜单
- 单文件上限
- 200 MB
- 每次文件数
- 1
- 媒体时长上限
- 60 分钟
- 按需模型下载
- 99 MB
- 最后核验
界面语言与模型处理语言不同。识别和发音质量因语言而异，请核对结果。